本站使用了 Pjax 等基于 JavaScript 的开发技术,但您的浏览器已禁用 JavaScript,请开启 JavaScript 以保证网站正常显示!

opencv滤镜-图像灰度化

灰度图像

灰度化,在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。

图像的灰度化一般作为图像的预处理步骤,为之后更复杂的图像处理做准备。另一方面,将图像灰度化也可以作为一个简常见的滤镜效果。

灰度化方法

一般将图像灰度化由分量法、最大值法、平均值发以及加权平均法4种。
bowl-of-fruit-in-rain-4125348_640.jpg

1-分量法

分量法是指将图像的三种分量的亮度值(灰度值)作为三个图像的灰度值的方法,可以根据需要选择应用哪一个分量产生的灰度图像。该方法的公式原理如下:

分量法.png

代码实现

// channel graying | 分量法
enum enumRGB { R = 1, G = 2, B = 3 };
cv::Mat channelGraying(cv::Mat src_image, enumRGB channel)
{
    cv::Mat gray_image(src_image.size(), CV_8UC1);

    switch (channel)
    {
    case R:
        for (size_t i = 0; i < src_image.rows; i++)
        {
            for (size_t j = 0; j < src_image.cols; j++)
            {
                gray_image.at<uchar>(i, j) = src_image.at<cv::Vec3b>(i, j)[2];
            }
        }

        break;
    case G:
        for (size_t i = 0; i < src_image.rows; i++)
        {
            for (size_t j = 0; j < src_image.cols; j++)
            {
                gray_image.at<uchar>(i, j) = src_image.at<cv::Vec3b>(i, j)[1];
            }
        }

    case B:
        for (size_t i = 0; i < src_image.rows; i++)
        {
            for (size_t j = 0; j < src_image.cols; j++)
            {
                gray_image.at<uchar>(i, j) = src_image.at<cv::Vec3b>(i, j)[0];
            }
        }
        break;
    default:
        assert(false);
        break;
    }

    return gray_image;
}

运行代码效果
分量法灰度化效果.png

2-最大值法

最大值法为,选取三个分量中亮度值(灰度值)最大的作为灰度图像的灰度值。该方法公式原理如下:

最大值法.png

代码实现


// max value graying | 最大值灰度化
cv::Mat maxValueGraying(cv::Mat src_image)
{
    cv::Mat gray_image(src_image.size(), CV_8UC1);

    for (size_t i = 0; i < src_image.rows; i++)
    {
        for (size_t j = 0; j < src_image.cols; j++)
        {
            gray_image.at<uchar>(i, j) = std::max(
                src_image.at<cv::Vec3b>(i, j)[0],
                std::max(
                    src_image.at<cv::Vec3b>(i, j)[1],
                    src_image.at<cv::Vec3b>(i, j)[2]
                )
            );

        }
    }

    return gray_image;
}

运行代码效果
最大值法灰度化效果.png

3-平均值法

平均值法为,将三个分量的灰度值求取平均值作为灰度图像的灰度值。该方法的公式原理为:

平均值法.png

代码实现

// average value garying | 平均值法
cv::Mat avergaeValueGraying(cv::Mat src_image)
{
    cv::Mat gray_image(src_image.size(), CV_8UC1);

    for (size_t i = 0; i < src_image.rows; i++)
    {
        for (size_t j = 0; j < src_image.cols; j++)
        {
            gray_image.at<uchar>(i, j) = (src_image.at<cv::Vec3b>(i, j)[0] + src_image.at<cv::Vec3b>(i, j)[1] + src_image.at<cv::Vec3b>(i, j)[1]) / 3;
                
        }
    }

    return gray_image;
}

平均值法灰度化效果.png

4-加权平均法

根据重要性及其它指标,将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像。

加权平均法.png

代码实现

// weighted average graying| 加权平均法
cv::Mat weightedAvergaeGraying(cv::Mat src_image)
{
    cv::Mat gray_image(src_image.size(), CV_8UC1);

    for (size_t i = 0; i < src_image.rows; i++)
    {
        for (size_t j = 0; j < src_image.cols; j++)
        {
            gray_image.at<uchar>(i, j) = 0.11 * src_image.at<cv::Vec3b>(i, j)[0] + 0.59*src_image.at<cv::Vec3b>(i, j)[1] + 0.30 * src_image.at<cv::Vec3b>(i, j)[2];

        }
    }

    return gray_image;
}

加权平均法灰度化效果.png

opencv灰度化图像方法

opencv实现图像的灰度化非常简单,有两种方法。

方法1,再读取图片的时候以灰度图像的方式读取图片

cv::Mat gray_image = cv::imread("test.jpg", 0)

方法2, 利用cvColor函数转换

cv::cvtColor(rgbMat, grayMat, CV_BGR2GRAY); //opencv2.x
cv::cvtColor(rgbMat, grayMat, COLOR_BGR2GRAY); //opencv3.x

本文由芒果浩明发布,转载请注明来源。
本文链接:https://mangoroom.cn/opencv/image-graying-in-opencv.html


 继续浏览关于 opencv图像处理图像处理算法滤镜灰度 的文章

 本文最后更新于:2019/07/02 17:36:02,可能因经年累月而与现状有所差异

 引用转载请注明:芒果小屋 > opencv,滤镜 > opencv滤镜-图像灰度化